TY - JOUR A2 - 胡，耀AU - Kayanan，Manickavasagar AU - Wijekoon，Pushpakanthie PY - 2020 DA - 2020年3月30日TI - 随机受限LASSO型估计在线性回归模型SP - 7352097 VL - 2020 AB - 其中几个变量选择方法，LASSO是用于当存在多重共线性预测变量中在高维线性回归模型同时处理正规化和变量选择最可取的估计过程。由于Lasso是在高多重不稳定，弹性网（硅谷动力）估计已经被用来解决这个问题。据文献报道，回归参数估计可以通过加入约回归系数的模型，这在精确的或随机线性限制的形式可获得的现有信息来提高。在这篇文章中，我们提出了一个随机的限制LASSO型估计（SRLASSO）通过将随机线性限制。此外，我们比较了基于蒙特卡罗模拟研究SRLASSO用套索均方误差（RMSE）准则和平均绝对预测误差（MAPE）标准的性能和硅谷动力根。最后，一个真实的例子来证明SRLASSO的性能。SN - 1687-952X UR - https://doi.org/10.1155/2020/7352097 DO - 10.1155 /七百三十五万二千○九十七分之二千○二十〇JF - Hindawi出版KW - - ER概率统计PB的杂志 -